Anthropic 的新模型在一個基準測試中將 Opus 4.6 的表現翻倍 Claude Mythos 預覽 — 僅限邀請,無公開 API。來自他們系統卡的數據: - SWE-bench Verified:93.9% 比 80.8% (Opus) 和 79.6% (Sonnet) - SWE-bench Pro:77.8% 比 53.4% - Terminal-Bench 2.0:82.0% 比 65.4% -

查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 留言
  • 轉發
  • 分享
留言
請輸入留言內容
請輸入留言內容
暫無留言